阿里妈妈图像识别刷新世界最好成绩，识别虚假推广信息准确率超95%

日前，阿里妈妈图像团队的OCR（图中文字识别）技术刷新了ICDAR Robust Reading竞赛数据集的全球最好成绩，并大幅超越第二名。Robust Reading竞赛是当前OCR技术领域全球最具影响力的比赛。这也是继阿里巴巴图像搜索领军人物华先胜获得ACM（美国计算机协会）“杰出科学家”称号之后，阿里的图像识别技术再一次登上国际顶尖舞台。

图。 ICDAR Robust Reading Challenge 1 end-to-end官方成绩

借助这一领先的OCR技术，阿里妈妈图像团队能够以95%的超高准确率识别图中违规文字信息，有效过滤商家恶意推广，维护消费者权益。2015年，阿里妈妈累计屏蔽了4600万条恶意推广。

OCR是计算机视觉领域的经典问题，长久以来，一直受到学术界和工业界的持续关注。在工业界，Google、Microsoft、Amazon等大型互联网公司，以及商汤科技、旷视科技（拥有Face++、Image++）等计算机视觉技术创业公司，都在OCR技术上耕耘多年。随着技术不断成熟，OCR也开始在互联网及其他行业逐步上线使用。

据阿里妈妈定向算法技术负责人盖坤介绍，在阿里巴巴平台上营销创意、商品等均是以图片形式展示，图像技术是理解这些信息的重要手段。同时，也有不良商家在图片中内嵌一些违规的信息达到其恶意推广的目的，图片内文字违规是比例相当大的一类，而传统监控手段多以人工肉眼来审核，费时费力，尤其是随着图片数量越来越大，这几乎已成为不可完成的任务。针对这一强烈需求，从2014年开始，阿里妈妈图像团队开始重点攻坚OCR技术，通过机器视觉的方式从图片中识别出文字，从而鉴别出违规的文案信息。

对恶意推广的定义，盖坤表示，一方面依据国家相关法律法规，对于违禁品、色情信息、封建迷信、假冒伪劣、减肥丰胸、夸大虚假等违规类型进行不同程度的处罚和管理，另一方面在法规之外平台有着更高要求，对损害消费者利益或进行不正当竞争的推广类型积极尝试进行管控。其中，与消费者关系最为密切的假冒伪劣单项违规类型，被阿里妈妈作为重点审查对象。

相对其他限定场景OCR应用相比，阿里妈妈要处理的创意图片和商品图片上的文字字体、色彩更加多样，文字布局更加灵活，背景包括各种商品、布景或自然场景，蕴含各种复杂纹理，给识别问题带来了更大的挑战。盖坤介绍，在技术路线上，相比于传统方法，抛弃了图像预处理、字符分割等流程，采用了多个 神经网络和语言模型相结合的方法来组成完整的OCR系统。针对复杂的场景信息，将LSTM（长短时记忆）技术成功应用到建模中去，大大提高识别的准确率。

据悉，现在基于OCR文字识别实时审核已覆盖整个阿里妈妈业务，每天处理图片近千万张，自动反馈疑似违规图片准确率达95%以上；同时将图文审核风险发现时间从“天”降低到“秒”级。数据显示，2015年阿里妈妈累计屏蔽了4600万条恶意推广，有效净化了互联网营销环境。

除OCR过滤恶意推广以外，计算机视觉技术在阿里巴巴集团内部已经获得广泛使用，比如手淘的“拍立淘”产品，通过手机拍照即可搜索相似商品，2015年双11当天，千万消费者使用了“拍立淘”功能，创造了超过数千万元的销售额。另外，在商品图片版权保护、鉴黄等场景也都引入了计算机视觉技术。

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。